2025 年性能改进¶

重要

性能改进通常针对特定的查询模式或工作负载。这些改进可能会对特定工作负载产生实质性影响，也可能不会。

2025 年推出了以下性能改进。

发布时间	描述	影响
October 2025	Insights about query performance provided in Snowsight (General Availability).	You can use these query insights to identify queries where you can improve performance.
2025 年 9 月	更高效的工作负载分配。	通过在仓库中的节点之间检测和自适应地重新分配工作负载来缩短查询执行时间，无需用户干预。
2025 年 9 月	Insights about query performance provided in Snowsight (Preview).	You can use these query insights to identify queries where you can improve performance.
2025 年 8 月	更高效、更准确 NDV 估算，从而制定更有效的查询计划。	改进了查询编译和执行的效率，尤其是对于 DML 语句。
2025 年 8 月	改进了筛选器，可及早消除不相关的数据，从而减少需要缓冲到内存或存储的数据量。这些筛选器可减少在子查询或公用表表达式 (CTE) 中使用数据前需要处理的数据量。	提高了复杂查询的查询性能，在复杂查询中，查询计划的不同部分需要相同的数据。后续筛选操作更加高效，节省时间和计算资源。
2025 年 8 月	Improved query performance with Snowflake Optima, which continuously analyzes your workload patterns and automatically applies workload-specific optimizations. Snowflake Optima is only available on Snowflake generation 2 standard warehouses (Gen2).	提高了包含常用选择性谓词模式的查询的性能。
July 2025	Insights about query performance provided in the QUERY_INSIGHTS 视图.	You can use these query insights to identify queries where you can improve performance.
2025 年 6 月	将 Query Acceleration Service (QAS) 的覆盖范围扩展到 :doc:` Apache Iceberg™ 表 </user-guide/tables-iceberg>`。	QAS 现在可以提高 Iceberg 表上查询的性能。
2025 年 5 月	搜索优化更新：支持 Apache Iceberg™ 表。	提高了 Iceberg 表上的查询性能。
2025 年 5 月	改进了包含顶级 QUALIFY 子句和 RANK 或 ROW_NUMBER 排名窗口函数的动态表刷新的性能，特别是当排名值为 1 时。	使用 `QUALIFY RANK() = 1` 或 `ROW_NUMBER = 1` 现在更快地刷新动态表，从而提高了常见重复数据删除和前 N 个用例的性能。
2025 年 5 月	增强了矢量化扫描程序的可用性，从而提高了性能	以前，矢量化扫描程序只能在特定 `ON_ERROR` 设置（`ABORT_STATEMENT` 或 `SKIP_FILE`）下使用。此限制已被移除。现在，您可以使用任何 `ON_ERROR` 选项启用矢量化扫描程序，包括 `CONTINUE`、`SKIP_FILE_num` 和 `'SKIP_FILE_num%'`。这一变化使性能增强的矢量化扫描程序可以在更多情况下使用。因此，您可能会看到更快的数据处理。
2025 年 4 月	将 Query Acceleration Service (QAS) 的覆盖范围扩大到更多查询。	改进了 QAS 用于确定查询是否会受益于加速的启发式方法。因此，有更多查询符合通过 QAS 加速的条件。
2025 年 3 月	改进复制刷新操作期间的文件批处理。	复制刷新作业最多可复制 8 GB 数据，方差更小，可预测性更高。
2025 年 3 月	使用左外部联接提高增量刷新模式的动态表的性能。	为包含一个或多个左外部联接的动态表提供更快的增量刷新性能。性能提升可能会非常显著，具体取决于工作负载。
2025 年 3 月	自适应地优化针对 Apache Iceberg™ 表执行的查询的计算和 I/O 资源。	改善高并发场景下的 Apache Iceberg™ 查询性能和内存效率。
2025 年 2 月	任务可以计划为每 10 秒运行一次。	减少计划任务执行之间所需的时间。